公开(公告)号：CN119942598A

公开(公告)日：2025-05-06

申请号：CN202510239308.X

申请日：2025-03-03

Applicant: 桂林电子科技大学

Inventor： 陈宏滨 ,  韦权

IPC: G06V40/10 ,  G06V20/52 ,  G06V10/82 ,  G06V10/774 ,  G06V10/80 ,  G06V10/20 ,  G06N3/0464 ,  G06N3/048

Abstract: 本发明公开了一种基于改进YOLOv11的密集行人目标检测方法，通过构建改进的YOLOv11模型实现对密集行人的高效检测。该方法首先搜集密集行人数据集并进行图像预处理，随后构建改进的YOLOv11模型。具体改进步骤如下：使用GhostConv模块替换backbone网络中的普通卷积，减少特征图中的冗余信息并降低计算成本，实现模型轻量化；将C3K2模块替换为C3K2‑WTConv，扩大卷积感受野，有效捕捉图像中的低频信息，显著提升密集目标检测效果；在C2PSA模块中引入轻量级的MLCA注意力机制，构成新的C2PSA‑MLCA模块，结合局部和全局信息以增强网络表达能力。完成模型构建后，进行训练、测试和性能评估。本发明在实现模型轻量化的同时，还提高了目标检测的准确率，适用于交通监控和公共场所的安全监测。